企业架构全景图与数据架构设计

• 战略核心原则：视数据为战略核心资产识别并设计架构，促进数据在公司内部使用和流通。

• 责任明确原则：数据架构有明确的责任主体负责管理和维护。

• 数据重用原则：数据要分类、定义及标准化，满足各业务领域的使用需求和报告分析的最小粒度。

• 稳定可扩展原则：以稳定的数据架构应对业务需求，设计时考虑一定的前瞻性。

• 同源共享原则：数据要同源共享，保证跨流程、跨系统的数据一致。

• 架构驱动原则：数据架构驱动应用架构设计，合理规划数据分布。

数据架构设计流程包括四个子流程，分别是管理数据资产目录流程、数据模型开发流程、数据标准开发流程和数据源认证流程。

数据架构的价值体现在多个方面，其中最核心的价值包括提升业务沟通效率、识别数据断点、消除信息孤岛、支撑业务流贯通、提升IT开发效率以及降低企业运营成本。

数据资产目录分为5个层次，分别是DL1 业务域、DL2 主题域、DL3 业务对象、DL4 逻辑数据实体、DL5 属性。其中DL1-DL2体现数据资产的两级分类，用于识别数据主体，厘清数据资产管理责任。

DL3是数据治理的核心，通过业务对象划分业务领域的数据分布、保持跨领域信息的一致性，面向业务对象建立核心数据的治理机制。DL4-DL5体现业务对象的性质和特征集合，用于指导IT系统逻辑建模与物理建模。

企业数据模型分4个层次，分别是主题域模型、概念数据模型、逻辑数据模型和物理数据模型。其中企业主题域模型用于在企业层面拉通描述数据间的关系。概念数据模型是标识企业关键的业务对象及之间业务的关联关系，为流程、IT集成提供业务信息的统一语言。

逻辑数据模型体现业务方案的数据逻辑，指导本系统和跨系统间数据集成逻辑设计，作为数据人员和IT人员之间沟通的桥梁。物理数据模型是数据库软件能识别的实现层的数据模型，用于数据库存储数据。

数据标准就是要统一语言、消除歧义，提高沟通效率，具体包括业务术语和业务数据标准。流程、IT系统界面共同引用统一的业务术语，以方便业务人员之间交流、IT系统之间信息的集成，提高沟通效率。

数据标准用于描述公司层面需共同遵守的属性层数据含义和业务规则。通过对数据标准内容的规范化管理，可以有效解决新建系统缺少数据标准支撑的问题，避免出现数据定义不清、统计口径不一致、技术标准不统一等问题。

数据分布

• 信息链管理有助于业务部门在开发流程的过程中识别数据断点，打通数据孤岛。

• 数据流管理有助于业务部门、信息管理部门查看数据流向全局情况、定位数据质量管控和分析的重点信息系统。

• 数据源管理可帮助IT系统建设从可信数据源获取所需的数据，提升数据集成效率，有助于解决数据孤岛、多源头录入等数据集成问题。